文献类型：期刊文章

作　　者：佘春红[1] 许向阳[2]

机构地区：[1]荆州师范学院信息科学学院,湖北荆州434104 [2]华中科技大学计算机学院数据库与多媒体技术研究所,湖北武汉430074

出　　处：《计算机应用研究》

基　　金：国家科技攻关计划项目"科技部科技电子政务系统关键技术及应用系统的研究"(2001BA110B01)

年　　份：2003

卷　　号：20

期　　号：9

起止页码：36-39

语　　种：中文

收录情况：AJ、BDHX、BDHX2000、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：数据清理转换是数据仓库中的一个重要研究领域,其技术难点之一是重复记录的识别。介绍了与重复记录识别相关的字符串匹配方法,详细讨论了识别重复记录的分区式优先队列算法、多趟邻近排序法以及邻近连接法,最后给出了实验结果。

关 键 词：数据清理 重复记录识别  字符串匹配 数据仓库

分 类 号：TP301.6]